Lojistik regresyonda bazı yanlı kestiricilerin incelenmesi
Investigation of some biased estimators in logistic resression
- Tez No: 255036
- Danışmanlar: YRD. DOÇ. DR. PAKİZE TAYLAN
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Lojistik regresyon yöntemi, Maksimum olabilirlik yöntemi, Ridge regresyon, Logistic regression method, Maximum likelihood method, Ridge regression
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Dicle Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalısma dört bölümden olusmaktadır. Birinci bölümde, lojistik regresyon modeli ve özellikleri verilmektedir. Ayrıca, lojistik regresyonun kullanıldıgı çalısma alanları ve tarihsel gelismeler ile lineer regresyona göre avantajları verilmektedir. kinci bölümde, lojistik regresyonda kullanılan yansız kestiriciler verilmistir. Ayrıca, lojistik regresyonda verilerin iç iliskili olması ve iç iliskinin yansız kestiricilere etkisi verilmektedir. Bundan baska, veriler iç iliskili oldugu durumlarda kullanılan bazı yanlı kestiriciler tanıtılmaktadır. Üçüncü bölümde, lojistik regresyonda veriler iç iliskili oldugunda kullanılan bazı yanlı kestiriciler alanında yapılmıs olan bazı çalısmalar incelenerek bu kestiriciler ile ilgili temel bilgiler verilmistir. Son bölümde, lineer regresyonda kullanılan özel bir kestirim lojistik regresyona uyarlanmıstır. Son olarak, bu kestirici ile yanlı ve yansız kestiriciler karsılastırılmıstır.
Özet (Çeviri)
This study consists of four chapters. In the first chapter, logistic regression model and its properties are given. Moreover, previous progresses and the study fields in logistic regression are given with its advantages in comparison linear regression. In the second chapter, unbiased estimators in logistic regression are given. Moreover, collinearity and its effects to the unbiased estimation in logistic regression are given. Furthermore, some biased estimators are introduced when the data are collinear. In the third chapter, some fundamental information are given about some biased estimators in logistic regression when the data are collinear by analyzing the previous works in this field. In the final chapter, a special estimation in linear regression is adapted to the logistic regression. Finally, this estimator is compared with both biased and unbiased estimators.
Benzer Tezler
- Some model misspecifications in logistic regression model
Lojistik regresyon modelinde bazı yanlış model tanımlamaları
SUAY EREEŞ
- Lojistik elastik net yönteminin alternatif yöntemlerle karşılaştırılması
Comparison of the logistic elastic net method with alternative methods
SEVİM SİMGE UYSAL
Yüksek Lisans
Türkçe
2020
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ARZU ALTIN YAVUZ
- Lojistik regresyon modelinde çoklu iç ilişki problemi
Multicollinearity problem in the logistic regression model
ENGİN ARICAN
Doktora
Türkçe
2016
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MAHMUDE REVAN ÖZKALE
- Uzmanlar tarafından yanlı olarak değerlendirilen maddeler üzerinden DMF yöntemlerinin karşılaştırılması
A comparison of DMF methods using substances deemed inappropriate by experts
ERSİN YILDIRIM
Yüksek Lisans
Türkçe
2026
Eğitim ve ÖğretimGaziantep ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. BAYRAM ÇETİN
- Randomize olmayan klinik çalışmalarda en uygun eşleştirme analizi için makine öğrenme algoritmaları ile yeni propensity skor tahmin modellerinin geliştirilmesi
Development of new propensity score estimation models with machine learning algorithms for optimal matching analysis in non-randomized clinical trials
EMRE DEMİR
Doktora
Türkçe
2019
BiyoistatistikAnkara ÜniversitesiBiyoistatistik Ana Bilim Dalı
DOÇ. DR. SERDAL KENAN KÖSE
